数字图像处理知识点

1. 计算图像大小：长×宽×每个像素占用的二进制位数

   • 量化级别是4位：一个像素点占用4个二进制位
   • 量化级别有16个：一个像素点占用4个二进制位
   • 真彩色图像：一个像素点占用24个二进制位

2. 缓变图像：细量化，粗采样；

   突变图像：粗量化，细采样，处理细节丰富的图像；

   虚假轮廓和马赛克的原因

3. 常见图像格式和应用方向：

   • HSI：动画，视觉相关
   • CMYK：印刷
   • YUV：电视机信号传输
   • RGB：计算机图像处理

4. 沃尔什变换公式：
   \[ W(u) = \frac{1}{N} \sum_{x=0}^{N-1}f(x)\prod_{i=0}^{n-1}(-1)^{b_i(x)b_{n-1-i}(u)} \\其中，n为序号，N=2^n\\(u,x)=0,1,2,...,N-1\\b_i(x) 等于 x 的二进制表示的第 i 位。 \]

5. 图像熵：(考试不用计算结果)
   \[ H=-\sum_{k=1}^{M}P_klog_2P_k \]

6. 平均码字长度和编码效率公式

7. 什么是非续长编码

8. 跳过白色块编码

9. 哈夫曼编码

10. 计算压缩比：
    \[ C=\frac{图像直接编码所需用的码元个数}{用某种方法编码所需的码元个数} \]

11. 对比度：成比例变化

12. 图像增强（也叫锐化），微分计算，突出感兴趣部分

13. 图像平滑（也叫滤波），积分运算，去除噪声

14. 卷积核，即权重组合的矩阵。卷积运算中的卷积核就是模板运算中的模板

15. 卷积：加权求和

16. 互相关：相乘求和

17. 最小二乘法：误差平方和最小

18. 常见的去除噪声的方法：

    • 时域：邻域平均、中值滤波、多幅图像求平均
    • 频域：低通滤波

19. 区域生长：判断邻域的差值

20. 边缘检测：sobel算子和prewitt算子

21. 相邻像素差最大的地方就是梯度

22. 轮廓跟踪：查找连通域

23. 图像的代数运算和实际应用：

    • \(C(x, y)＝A(x, y)＋B(x, y)\)：去噪
    • \(C(x, y)＝A(x, y)－B(x, y)\)：测速
    • \(C(x, y)＝A(x, y)×B(x, y)\)：掩膜处理或卷积
    • \(C(x, y)＝A(x, y)÷B(x, y)\) ：校正成像仪器或CT

转载于:https://www.cnblogs.com/zhyantao/p/10849944.html